Moving average menggunakan spss

23 de dezembro de 2009 Uji branco dilakukan dengan meregresikan residual kuadrat sebagai variabel dependen dengan variabel dependen ditambah dengan kuadrat variabel independen, kemudian ditambahkan lagi dengan perkalian dua variabel independen. Prosedur pengujian dilakukan dengan hipotesis sebagai berikut: H 0. Tidak ada heterokedastisitas H 1. Ada heterekodastisitas Jika 5, maka tolak H 0 jika obsR-quadrado gt X 2 atau P-value lt. Untuk melakukan uji branco kita akan gunakan contoh dados pada bahasan uji heteroskedastisitas dengan metode grafik. Anda dapat melihatnya disinigtgtgt 1. Jalankan langkah-langkah yang sama persis pada bahasan Regresi dengan Eviews pada bahasan sebelumnya (jika belum mengerti anda bisa melihatnya langkahnya disini gtgt) 2. Setelah didapatkan hasil analisis regresilinier. Anda dapat memilih VISUALIZAR 8211 RESIDUAL TEST 8211 WHITE HETEROSCEDASTICITY (termo cruzado). Seperti berikut ini: 3. Setelah itu akan dikeluarkan OUTPUT sebagai berikut: Hasil output menunjukkan nilai ObsR-squared adalah sebesar 5,68 sedangkan nilai probabilitas (chi-square) adalah 0,68 (lebih besar daripada 0,05), dengan demikian kita Dapat menerima hipotesis nol bahwa dados tidak mengandung masalah heteroskedastisitas. Download materi ini versi pdf dibawah gtgtgt Teori amp Konsep Statistik Konsep Variabel Kualitatif dan Kuantitatif Tipe Dados Statistik Deskriptif Konsep Parametrik dan Non Parametrik Statistika Inferensia Penyusunan Hipotesis Teknik Pengukuran Statistik Teknik Amostragem Sebaran Probabilitas Diskret Sebaran Normal Sebaran Binomial Sebaran Poisson Transformasi Dados Korelasi Bivariat Pemaparan Data Kualitatif Dengan Tabulasi Silang novo IBM SPSS Ver.23Nov 27, 2009 Modelo kausal mengasumsikan bahwa variabel yang diramalkan (variabel dependen) terkait dengan variabel lain (variabel independen) dalam model. Pendekatan ini mencoba untuk melakukan proyeksi berdasarkan hubungan tersebut. Dalam bentuknya yang paling sederhana, regresi linear digunakan untuk mencocokkan baris ke dados. Baris itu kemudian digunakan untuk meramalkan variabel dependen yang dipilih untuk beberapa nilai dari variabel independen. Modelo yang digunakan sama dengan modelo pada regresi linier berganda, yaitu: Y b0 b1X1 b2X2 b3X3 8230 bnXn bnd En Y nilai observavel dari variabel yang diukur b0 konstanta X varibel pengukur (independência) d varibel substituto (manequim) erro Pabrik Susu 8220Maju-Mundur8221 ingin Melihat penjualan perusahaan pada bulan-bulan berikutnya, yang dimulai pada bulan ke-13, variabel-variabel yang mereka sertakan dalam peramalan adalah jumlah biaya iklan dan biaya distribusi dalam jutaan Rupiah. Data yang diberikan adalah sebagai berikut: Dengan SPSS 17.0. Langkah-Langkahnya adalah sebagai berikut: 1. Dados de entrada ke dalam planilha SPSS seperti berikut: 2. Kemudian pilih Analise 8211 Regression 8211 Linear. Seperti berikut: 3. Setelah muncul kotak dialog Regressão linear. Maka pindahkan variabel dependen 8220 vendas 8221 ke kotak dependente, serta variabel iklan dan distribusi ke kotak independente, seperti berikut: 4. Setelah itu di sisi kanan, pilih estatística. Centang estima. Ajuste do modelo. Dan Durbin Watson. Klik continue: 5. Pada Plot, masu kkan ZRESID ke kotak Scatter X. Dan ZPRED ke scatter Y. Lalu pada bagian Residuals centang parcela de probabilidade normal. Lalu klik continuar 8211 OK. Seperti berikut: 6. Berikutnya akan ditunjukkan saída sebagai berikut: Parcela de saída menunjukkan modelo yang dihasilkan terhadap garis linier. Dari output ANOVA dapat kita lihat modelo adalah signifikan yang diindikasikan dengan nilai sig. 0,000. Dari output Coeficientes kita dapati nilai koefisien korelasi yang akan dimasukkan ke dalam persamaan regresi modelo peramalan 8220 vendas 8221 dengan variabel independen iklan dan distribusi. Kedua variabel independen memiliki nilai p-value berturut-turut adalah 0,000 dan 0,030 yang lebih kecil dari nilai kritik 0,05. Dengan demikian masing-masing variabel signifikan berpengaruh terhadap vendas, dan baik untuk digunakan dalam peramalan. Maka dengan demikian modelo yang didapatkan adalah: Y -103,3 9,59 (Iklan) 4,44 (Distribusi) Hasil peramalan yang didapat dalam bulan berikutnya dapat diilustrasikan sebagai berikut: Jika perusahaan memutuskan alokasi biaya iklan adalah 20 juta. Dan biaya distribusi 30 juta pada bulan ke 13. Maka jumlah vendas totais pada bulan ke-13 adalah: Y -103,3 9,59 (20) 4,44 (30) Y 221,67 (dalam jutaan rupiah menjadi Rp.221.670.000, -) Maka nilai penjualan pada bulan Ke-13 adalah Rp. 221.670.000, - Demikian seterusnya untuk bulan-bulan berikutnya, dengan menentukan alokasi 8220biaya iklan8221 dan 8220biaya distribusi8221, maka manajemen dapat menentukan nilai penjualan (vendas) dari modelo yang dihasilkan melalui metode kausal (regresi linier). (Yoz) Postado por ariyoso Teori amp Konsep Statistik Konsep Variabel Kualitatif dan Kuantitatif Dados de dados Estatística Deskriptif Konsep Parametrik dan Non Parametrik Statistika Inferensia Penyusunan Hipotesis Teknik Pengukuran Statistik Teknik Amostragem Sebaran Probabilitas Diskret Sebaran Normal Sebaran Binomial Sebaran Poisson Transformasi Dados Korelasi Bivariat Pemaparan Data Kualitatif dengan Tabulasi Silang novo IBM SPSS Ver.23